#gpu Repositórios
302 repositórios no total
Traduza shaders de GPU e kernels de computação entre GLSL, HLSL, Metal, SPIR-V, Slang, CUDA e HIP, e para WGSL, por meio da IR do CrossGL
Execute modelos de IA localmente na sua máquina com bindings para llama.cpp em node.js. Imponha um schema JSON na saída do modelo no nível de geração
cuTile é um modelo de programação para escrever kernels paralelos para GPUs NVIDIA
🦀🌡️ Monitor do sistema em tempo real para Macs com Apple Silicon. Sem sudo. TUI, servidor de métricas JSON/Prometheus e biblioteca Rust.
Um framework de processamento de imagem e vídeo acelerado por GPU, construído sobre Metal.
Um traçador de caminho de GPU baseado fisicamente para brinquedo (C++/OpenGL/GLSL)
GLIM: framework versátil e extensível de localização e mapeamento 3D baseado em nuvem de pontos
Implementação NCNN do Real-ESRGAN. O Real-ESRGAN visa desenvolver Algoritmos Práticos para Restauração Geral de Imagens.
O melhor verificador de atualizações de GPU NVIDIA para usuários avançados/jogadores de Windows. Totalmente de código aberto e leve.
Inferência GPU sem servidor ultrarrápida, sandboxes e trabalhos em segundo plano
Registra alguns demos que foram implementados durante o processo de aprendizado de Unity Shader.
Uma nova abordagem ao Emacs - Incluindo TypeScript, Threading, Async I/O e WebRender.
Compilador de código aberto para CUDA, Triton e HIP, direcionado a múltiplas arquiteturas de GPU e CPU.
:metal: Biblioteca de operadores TT-NN e modelo de programação de kernel de baixo nível TT-Metalium.
Motor 3D e de efeitos visuais sem interface gráfica para agentes. Prévia de pesquisa.
Uma coleção de algoritmos rápidos de registro de nuvens de pontos baseados em GICP
AutoResearch para kernels GPU. Dê qualquer modelo PyTorch, deixe-o dormir e acorde com kernels Triton otimizados.
Uma biblioteca leve de gráficos 2D para GPUs modernas, oferecendo renderização de texto, imagem e vetor de alto desempenho em plataformas principais.
Listas incríveis para Professores Assistentes em regime de efetivação e estudantes de doutorado. (Guia de Sobrevivência para Professores Assistentes/Estudantes de Doutorado)
UCCL é uma biblioteca de comunicação eficiente para GPUs, cobrindo coletivas, P2P (por exemplo, transferência de cache KV, transferência de peso RL) e EP (por exemplo, orientada por GPU).
Framework de Deep Learning de alto nível escrito em Kotlin e inspirado por Keras
um runtime rápido e amigável para inferência de transformers (Bert, Albert, GPT2, Decoders, etc) em CPU e GPU.
Biblioteca de plotagem rápida de próxima geração rodando em WGPU usando o motor de renderização pygfx
O terminal que sobrevive à sua janela. Os shells sobrevivem ao encerramento do aplicativo, os agentes podem controlar outros agentes e as máquinas remotas funcionam da mesma forma. Rust puro, renderizado pela GPU.
Pacote de SLAM/odometria visual baseado no cuVSLAM acelerado pela NVIDIA
Runtime de Computação Gráfica Intel® para driver oneAPI Level Zero e OpenCL™
🌊 Software Julia para dinâmica de fluidos rápida, amigável, flexível e com sabor oceânico em CPUs e GPUs
Uma biblioteca de computação numérica GPU C++20 eficiente com sintaxe semelhante a Python
Uma biblioteca de computação acelerada por GPU para executar simulações de física e outros cálculos GPGPU em um navegador da web.
Calcule os requisitos de token/s e memória de GPU para qualquer LLM. Suporta quantização llama.cpp/ggml/bnb/QLoRA
A extensão para Scikit-learn é uma maneira perfeita de acelerar sua aplicação Scikit-learn